የባዮኢንፎርማቲክስ እና ተከታታይ ትንተና፡- ዲ ኤን ኤ፣ አር ኤን ኤ እና ፕሮቲን ቅደም ተከተሎችን በሰው ሰራሽ እውቀት መረዳት።

ትርፍ፡

• የቅደም ተከተል ትንታኔን የጥራት ቁጥጥር፣ አሰላለፍ፣ ተለዋጭ ጥሪ እና ማብራሪያ ደረጃዎችን ይረዱ እና በአጻጻፍ እና ውጤቶቹን ለማጠቃለል ሰው ሰራሽ የማሰብ ችሎታን ደህንነቱ በተጠበቀ ሁኔታ መጠቀም ይችላሉ።
• እያንዳንዱን ተከታታይ ትርጓሜ እንደ መቶኛ ማንነት፣ ሽፋን እና ኢ-እሴት ካሉ መለኪያዎች ጋር በማገናኘት አጭበርባሪ ጂኖችን፣ ፕሮቲኖችን እና ማጣቀሻዎችን የማረጋገጥ እና የማጥራት ችሎታ
• የፕሮቲን ቋንቋ ሞዴል ትንበያዎችን እንደ ፕሮባቢሊቲዎች የመተርጎም ችሎታ፣ ወሳኝ እጩዎችን በእርጥብ ምርመራ ማረጋገጥ እና ምርምርን ከክሊኒካዊ ምርመራ የመለየት ዲሲፕሊን መተግበር።

በጣም መሠረታዊው የባዮኢንጂነሪንግ ጥሬ ዕቃ ቅደም ተከተል ነው (ተከታታይ - የዲኤንኤ ፣ አር ኤን ኤ ወይም ፕሮቲን በቅደም ተከተል በፊደላት የተፃፈ ፣ ለምሳሌ ATGCGT ... ወይም MKV ለፕሮቲን ...)። ቅደም ተከተል ያለው መሣሪያ በአንድ ምሽት በመቶ ሚሊዮኖች የሚቆጠሩ አጫጭር ንባቦችን ይፈጥራል; ይህንን ጥሬ መረጃ ወደ ትርጉም ያለው ባዮሎጂያዊ ምላሽ መቀየር የባዮኢንፎርማቲክስ (ባዮሎጂካል መረጃን በስሌት ዘዴዎች የሚመረምር ትምህርት) ነው። በዚህ ክፍል ውስጥ፣ በቅደም ተከተል ትንተና AI በደህና የት እንደሚጠቀሙ ይማራሉ፣ የትኞቹ መደበኛ መሳሪያዎች ያፋጥኑታል፣ እና የባለሙያዎችዎ ፍርድ አስፈላጊ በሚሆንበት ቦታ።

በቅደም ተከተል ትንተና ውስጥ የተለመዱ እርምጃዎች ጥሬ ንባቦችን የጥራት ቁጥጥር (መጥፎ ንባቦችን እና አስማሚ ቀሪዎችን ማስወገድ) ፣ ወደ ማጣቀሻ ጂኖም ማመጣጠን (አሰላለፍ - ንባቦቹ ከጂኖም የመጡበትን መፈለግ) ፣የተለዋዋጭ ጥሪ (ሚውቴሽን መለየት ፣ ግለሰቡ ከማጣቀሻው የሚለይባቸው ነጥቦች) እና ግኝቶቹ ትርጓሜ። AI በዚህ ሰንሰለት ውስጥ ባለው እያንዳንዱ አገናኝ ላይ ይረዳል, ወይ ስክሪፕቶችን በመጻፍ, ውጤቱን በማጠቃለል, ወይም ረቂቅ አስተያየቶችን በማዘጋጀት; ግን እንደ አሰላለፍ እና ተለዋጭ ጥሪ ያሉ ወሳኝ እርምጃዎች አሁንም በተረጋገጡ መደበኛ መሳሪያዎች ይከናወናሉ።

ቅደም ተከተሎችን ማመጣጠን: ተመሳሳይነት እና ትርጉም

ሁለት ቅደም ተከተሎች ምን ያህል እንደሚመሳሰሉ መለካት የባዮኢንፎርማቲክስ ልብ ነው። BLAST (መሰረታዊ የአካባቢ አሰላለፍ መፈለጊያ መሳሪያ - ቅደም ተከተሎችን ከግዙፍ የውሂብ ጎታዎች ጋር የሚያወዳድረው እና በጣም ተመሳሳይ የሆኑትን የሚያገኘው ክላሲክ መሳሪያ) ፕሮቲን ወይም ጂን ምን እንደሆነ ለመረዳት የመጀመሪያው እርምጃ ነው። ሁለት ፅንሰ-ሀሳቦችን በቅደም ተከተል አሰላለፍ ይለዩ፡ ማንነት (የሁለት ቅደም ተከተሎች መጠን አንድ አይነት ፊደል ያላቸው) እና ኢ-እሴት (የተገኘው ተመሳሳይነት በአጋጣሚ የመከሰቱ እድልን የሚያሳየው አሀዛዊ መረጃ፣ ትንሽ ከሆነ ትልቅ ነው)። AI BLAST ውፅዓትን ሊተረጉም እና እንደ "ይህ ቅደም ተከተል በጣም ምናልባት የ kinase ኤንዛይም ነው" የሚል ንድፍ ሊሰጥ ይችላል ነገር ግን ትርጉሙን በኢ-እሴት፣ ሽፋን እና በሚታወቅ የጎራ መረጃ አረጋግጠዋል።

ጠቃሚ ምክር፡ AI ን ለተለያዩ አስተያየቶች ሲጠይቁ ሁል ጊዜም የጥሬ አሰላለፍ መለኪያዎችን ይጠይቁ፡ የመቶ ማንነት፣ ሽፋን፣ ኢ-እሴት። እነዚህ መለኪያዎች ከሌሉ፣ “ይህ ፕሮቲን ያ ነው” የሚለው ትርጓሜ ሊረጋገጥ አይችልም እና ቅዠት ሊሆን ይችላል።

በ AI ላይ የተመሰረቱ የድርድር ሞዴሎች

በቅርብ ዓመታት ውስጥ ቅደም ተከተሎችን እንደ "ቋንቋ" የሚይዙ የፕሮቲን ቋንቋ ሞዴሎች (በሚሊዮኖች በሚቆጠሩ የፕሮቲን ቅደም ተከተሎች የሰለጠኑ እና የአንድን ተከታታይ ተግባራዊ እና መዋቅራዊ ባህሪያት የሚተነብዩ ፣ እንደ ኢኤስኤም ያሉ) ሞዴሎች ብቅ አሉ። እነዚህ ሚውቴሽን ፕሮቲን፣ የትኛው ቤተሰብ ነው፣ ወይም ተግባራዊ ክልሎችን ይረብሽ እንደሆነ ሊተነብዩ ይችላሉ። ኃይለኛ የማጣሪያ መሳሪያ ነው፡ ከመፈተሽ በፊት በሺዎች የሚቆጠሩ ተለዋጮችን ይለያል እና በጣም ተስፋ ሰጪ የሆኑትን ያደምቃል። ነገር ግን ትንበያ ዕድል ነው; እያንዳንዱ ወሳኝ እጩ በሙከራ ነው የሚፈተነው።

ይጠንቀቁ፡ የፕሮቲን ቋንቋ ሞዴል "ይህ ሚውቴሽን አጥፊ ነው" ሲል ይህ የምርመራ ውጤት ሳይሆን የይሁንታ ነጥብ ነው። ክሊኒካዊ አተረጓጎም (ለምሳሌ የበሽታ ልዩነት ዘገባ) የሚሰጠው ከተረጋገጡ፣ ቁጥጥር ከሚደረግባቸው መሳሪያዎች እና ከኤክስፐርት ጄኔቲክ ምክር ጋር ብቻ ነው።

ሶስት ጥቃቅን ጉዳዮች

ጉዳይ 1 - ማብራሪያ ተፋጠነ። በአንድ የሜታጂኖሚክስ ፕሮጀክት ቡድኑ 8,400 ያልታወቁ የፕሮቲን ቅደም ተከተሎችን ከአካባቢያዊ ናሙናዎች አጋጥሞታል። በኤአይ የታገዘ የመጀመሪያ ማብራሪያ (የተግባር መለያዎችን ለትክታታዎች መስጠት) ወደተግባር ​​ቤተሰቦች ሰብስቦ በ6 ሰአታት ውስጥ የመጀመሪያ ካርታ አዘጋጅቷል። ቡድኑ ከፍተኛ መተማመንን 30% ብቻ ተቀብሏል; ቀሪውን በBLAST እና HMM በእጅ አረጋግጧል።

ጉዳይ 2 - ቅዠት ተያዘ. አንድ ተማሪ AI "ቅደም ተከተል ከየትኛው አካል እና ከ DOI ምንጩ እንደመጣ" ጠየቀ። AI ትክክለኛ የዝርያ ስም እና የአንቀፅ ማጣቀሻ አቅርቧል። ተማሪው በBLAST ላይ አስቀምጦታል፡ የቅርብ ግጥሚያው 41% መታወቂያ ያለው እና ምንም ማጣቀሻ ያለው ፍጹም የተለየ ክፍል ነበር። AI አቀላጥፎ ግን የተሰራ መልስ ፈጠረ።

ጉዳይ 3 - ተለዋጭ ማጣሪያ. አንድ የጄኔቲክ ፕሮጀክት 4.7 ሚሊዮን ጥሬ ዓይነቶች ነበሩት። AI የጥራት, ጥልቀት እና የህዝብ ብዛት ድግግሞሽ ገደቦችን ያካተተ የማጣሪያ ስክሪፕት ጻፈ; እስከ 120 ክሊኒካዊ ተዛማጅነት ያላቸው ልዩነቶች። ቡድኑ እያንዳንዱን ማጣሪያ ከምንጩ አንቀፅ ጋር አፅድቆ ስክሪፕቱን ለብቻው አካሄደ። ውጤቱም ሊባዛ የሚችል ሆኖ ተገኝቷል.

አራት ሊገለበጡ የሚችሉ አብነቶች

1) FASTQ የጥራት ቁጥጥር ስክሪፕት

የእርስዎ ሚና፡- ባዮኢንፎርማቲክስ መሐንዲስ። በፓይዘን ውስጥ ስክሪፕት ይፃፉ፡ ግብአት FASTQ ፋይል ነው፣ ውፅዓት አማካይ የንባብ ጥራት፣ የጂሲ ይዘት እና አስማሚ ቀሪ ማጠቃለያ ነው። Biopython እንደ ቤተ-መጽሐፍት ይጠቀሙ። ኮዱን ያብራሩ እና እያንዳንዱ የመነሻ እሴት (ለምሳሌ Q30) ምን ማለት እንደሆነ ይፃፉ። የማይገኝ ተግባር መግጠም.

2) BLAST ውፅዓት አስተያየት (በምንጩ ላይ በመመስረት)

የBLAST ሠንጠረዡን ውፅዓት እሰጥሃለሁ (አምዶች፡ መጠይቅ፣ ርዕሰ ጉዳይ፣ %ማንነት፣ አሰላለፍ_ርዝመት፣ ግምገማ፣ ቢትኮር)። ለእያንዳንዱ ምት መታወቂያውን፣ ወሰን እና ኢ-ዋጋውን በቃላት ይጻፉ። ኢ-እሴት ያላቸውን <1e-5 እና ሽፋን > 70% እንደ “ታማኝ” ይቁጠሩ። በእነዚህ መለኪያዎች ላይ የእርስዎን ትርጓሜ መሰረት ያድርጉ; የግምቱን አይነት/ተግባር "ማረጋገጫ ያስፈልገዋል" ብለው ምልክት ያድርጉበት።

3) ተለዋዋጭ የማጣሪያ አመክንዮ;

የእርስዎ ሚና፡- ክሊኒካዊ ያልሆነ ምርምር ባዮኢንፎርማቲያን። ለቪሲኤፍ የማጣራት ደረጃዎችን ይጠቁሙ፡ ትንሹ የማንበብ ጥልቀት፣ የጥራት ነጥብ፣ የህዝብ ብዛት ድግግሞሽ ገደብ። የእያንዳንዱን ገደብ ምክንያት እና ምንጭ ይግለጹ። ይህ የምርምር ማጣሪያ ነው; ለክሊኒካዊ ምርመራ ጥቅም ላይ ሊውል እንደማይችል በማተሚያው ላይ ይፃፉ.

4) የኮዶን ማሻሻያ ማብራሪያ፡-

ለ[ዒላማ አካል] የፕሮቲን ቅደም ተከተልን ለመግለጽ የዲኤንኤ ቅደም ተከተል በምሠራበት ጊዜ የኮዶን አጠቃቀምን እንዴት ማሳደግ እችላለሁ? ሊታሰብባቸው የሚገቡ እርምጃዎችን እና ስጋቶችን ያብራሩ (የጂሲ ሚዛን፣ የድግግሞሽ ቅደም ተከተሎች፣ ገደቦች ጣቢያዎች)። የኮንክሪት ድርድር ከማምረትዎ በፊት የትኞቹን የማረጋገጫ መሳሪያዎች መጠቀም እንዳለብዎ ይንገሩኝ።

ደካማ ጥያቄ / ጠንካራ ጥያቄ

ደካማ ጥያቄ፡

ይህንን ቅደም ተከተል ይተንትኑ፡ ATGCGTACGT...

ምን ዓይነት ትንተና, የትኛው መስፈርት, የትኛው ውጤት ግልጽ አይደለም; AI ለፈጠራ ክፍት የሆኑ ነፃ ትርጓሜዎችን ያዘጋጃል።

ኃይለኛ ጥያቄ፡-

የእርስዎ ሚና፡- ባዮኢንፎርማቲክስ መሐንዲስ። ለሚከተለው የዲኤንኤ ቅደም ተከተል ከ Python/Biopython ጋር፡ (1) የርዝመት እና የጂሲ ይዘትን አስሉ፣ (2) ክፍት የንባብ ፍሬሞችን (ORFs) በስድስት የንባብ ክፈፎች ያግኙ፣ (3) የረጅሙ ORF የፕሮቲን ትርጉም። ውጤቶችን ከኮድ ብቻ ሪፖርት ያድርጉ; የባዮሎጂካል ተግባር ትርጓሜ ማድረግ።ተከታታይ፡ [ተከታታይ]

ልዩነቱ፡ ግልጽ የሆኑ ንዑስ ስራዎች፣ መደበኛ የመሳሪያ አሰራር፣ በኮድ ላይ የተመሰረተ የተረጋገጠ ውፅዓት እና የአስተያየት ገደብ።

የቅደም ተከተል ትንተና ተግባራት እና የ AI ሚና

ተልዕኮ

መደበኛ ተሽከርካሪ

AI አስተዋፅዖ

ማረጋገጥ

የጥራት ቁጥጥር

FastQC፣ Trimmomatic

ስክሪፕት + ማጠቃለያ

መለኪያ ገደብ

አሰላለፍ

BWA፣ Bowtie2

የመለኪያ ምክር

አሰላለፍ ሬሾ ቁጥጥር

ተለዋጭ ጥሪ

GATK፣ bcftools

የስራ ፍሰት ረቂቅ

በሚታወቅ ልዩነት ተረጋግጧል

ማብራሪያ

BLAST፣ ኢንተርፕሮስካን

ቅድመ ክላስተር

ኢ-እሴት + ጎራ

ተጽዕኖ ግምት

ESM፣ SIFT

የእጩዎች ደረጃ

እርጥብ ሙከራ

የተለመዱ ስህተቶች

• ያለ መለኪያዎች አስተያየቶችን መቀበል። ያለ ፐርሰንት ማንነት፣ ሽፋን እና ኢ-እሴት፣ "ይህ ፕሮቲን ነው" ማለት ሊረጋገጥ አይችልም።
• የማመሳከሪያ/የመጋጠሚያ ስርዓቱን ግራ የሚያጋባ። የጂኖም ሥሪት (hg38 vs hg19) እና 0/1-ተኮር መጋጠሚያዎች ከተደባለቁ ተለዋጭ ሥፍራዎች የተሳሳቱ ይሆናሉ።
• የቡድን ውጤቱን ችላ ማለት. በተለያየ ስብስብ ውስጥ ያሉ ናሙናዎች አንድ ሰው ለሥነ-ህይወት ቴክኒካዊ ልዩነቶች እንዲሳሳት ያደርገዋል.
• የተግባር ስም በመጠቀም AI የተሰራ. ሞዴሉ የማይገኙ የጂን / ፕሮቲን / የመሳሪያ ስሞችን ሊያመነጭ ይችላል; እያንዳንዱን ስም ከእውነተኛው የውሂብ ጎታ ጋር ያረጋግጡ።
• በምርምር መሳሪያ ክሊኒካዊ ትርጓሜ መስጠት. ከበሽታው ጋር ያለው ልዩነት በፀደቁ, በተደነገጉ ሂደቶች ብቻ ነው.

በማጠቃለያው

የቅደም ተከተል ትንተና የባዮኢንጂነሪንግ ጥሬ እቃ ነው፣ እና AI የእያንዳንዱን ሰንሰለት ደረጃ በስክሪፕት በመፃፍ፣ ውጤትን በማጠቃለል እና እጩዎችን ደረጃ በማሳየት ያፋጥናል። ነገር ግን ወሳኝ እርምጃዎች እንደ አሰላለፍ፣ ተለዋጭ ጥሪ እና የተግባር ድልድል የሚከናወኑት በመደበኛ፣ በተረጋገጡ መሳሪያዎች ነው፣ እና እያንዳንዱ አስተያየት እንደ መታወቂያ መቶኛ፣ ኢ-እሴት እና ፕሮቨንስ ካሉ ልኬቶች ጋር የተቆራኘ ነው። የፕሮቲን ቋንቋ ሞዴሎች ኃይለኛ የማጣሪያ መሳሪያዎች ናቸው; የእነሱ ውጤታቸው ዕድል ነው, በሙከራ እስካልተረጋገጠ መደምደሚያ አይደለም.

የመተግበሪያ ተግባር

በይፋ የሚገኝ የናሙና ቅደም ተከተል ይምረጡ (ለምሳሌ ከማጣቀሻ ጂን የመጣ ጂን)። AI በመጀመሪያ መሰረታዊ ተከታታይ ትንተና (የጂሲ ይዘት፣ ORF፣ ትርጉም) በ"ጠንካራ መጠየቂያ" አብነት እንዲያከናውን ያድርጉ። ከዚያ በተናጥል ውጤቱን በ Biopython ወይም በመስመር ላይ መሣሪያ ያረጋግጡ እና ማንኛውንም ልዩነቶች ያስተውሉ። በመጨረሻም AI ምንጩን ለመጠየቅ የአስተያየት ጥያቄን ይጠይቁ እና የሚሰጣቸው ማመሳከሪያዎች በእውነተኛው የውሂብ ጎታ ውስጥ በማየት ትክክል መሆናቸውን ያረጋግጡ።

የማረጋገጫ ዝርዝር

• [ ] እያንዳንዱን የሕብረቁምፊ አስተያየት በማንነት/ሽፋን/ኢ-እሴት መለኪያዎች አረጋግጫለሁ።
• [] የጂኖም ሥሪቱን እና የማስተባበር ስርዓቱን አብራርቻለሁ።
• [] ተለዋጭ/ትንተና ስክሪፕቱን ለብቻዬ አስሮጥኩት እና እንደገና ሰራሁት።
• [] የፕሮቲን ሞዴል ትንበያዎችን እንደ ዕድል እንጂ እንደ ውጤት ተርጉሜአለሁ።
• [] በአይአይ የተሰጡትን ሁሉንም የጂን/ፕሮቲን/የማጣቀሻ ስሞች በእውነተኛው የውሂብ ጎታ ላይ አረጋግጣለሁ።
• [] የምርምር ትንታኔን ከክሊኒካዊ ምርመራ ለይቻለሁ።